问题标签 [networkx]

包 NetworkX 是否可以用于绘制具有分布给出的权重的复杂网络，例如幂律？那么我可以写一个代码来绘制权重分布或强度分布，甚至进一步绘制一个节点的加权平均最近邻度吗？然后为每类相似程度或相似强度等着色。

我有一个由大约 300 个节点组成的复杂网络的大量数据，以及有关各个 egdes 权重的数据。绘制这样一个网络的最佳方法是什么？

我有一个问题：是否可以将使用 networkx 和 matplotlib 绘制的图像保存到 Amazon s3 中？

这是一个例子：

import networkx as nx import matplotlib.pyplot as plt

那么如何将图像'retweet.png'保存到亚马逊s3？

我不打算启动大型 EC2 实例并将文件保存在其中。

相反，我打算在 PiCloud 上运行此代码，而不是将文件保存到 amazon s3。

我该怎么做 ？

此致。

我不确定我的问题的正确术语是什么，所以我将解释我想要做什么。我有一个有向图，在我删除一个节点后，我希望所有独立相关的节点也被删除。

这是一个例子：

说，我删除节点 '11'，我希望节点 '2' 也被删除（在我自己的示例中，它们将是 2 以下的节点，现在也必须删除），因为它没有连接到主图了。请注意，不应删除节点“9”或“10”，因为节点“8”和“3”仍然连接到它们。

我正在使用python库networkx。我搜索了文档，但我不确定术语，所以我不确定这叫什么。如果可能的话，我想使用库提供的函数，而不是通过图形创建自己的递归（因为我的图形很大）。

关于如何做到这一点的任何帮助或建议都会很棒。

谢谢！

我有内置的元组，看起来像(u,v). 它们由 Networkx 生成，并在图表中显示链接。我从被调用的link_list.

我必须拆分元组，结果是：u , v

我试过divmod了，但它没有给出正确的答案。

我有一个 networkx 图，其中包含节点，其在图中的位置是我想与谷歌地图一起使用的真实世界纬度和经度。

如何使用 python 导出此图，例如以 JSON 格式？

我正在学习图表（它们看起来非常有用）并且想知道是否可以就构建图表的可能方式获得一些建议。

简而言之，假设我每天都获得采购订单数据，有些日子与前一天相同，而在其他日子则不同。例如，昨天我订购了铅笔和橡皮擦，我创建了两个节点来表示它们，然后今天我收到了橡皮擦和马克笔的订单，依此类推。每天之后，我的程序还会查看谁订购了什么，如果 Bob 昨天订购了铅笔，然后今天订购了橡皮擦，它会创建一个有向边。我的逻辑是我可以看到谁每天买了什么，我可以跟踪 Bob 的购买行为（也许用它来推断他自己或其他用户的模式）。

我的问题是，我正在使用 networkx(python) 并为昨天创建一个节点“铅笔”，然后为第 2 天创建另一个节点“铅笔”，我无法区分它们。

我认为（并且一直）将其命名为 day2-pencil，然后扫描整个图表并删除“day2-”以跟踪铅笔订单。这对我来说似乎是错误的（更不用说处理器上的昂贵了）。我认为关键是如果我能以某种方式将每一天标记为自己的子图，那么当我想研究特定的一天或几天时，我不必扫描整个图表。

随着我的测试数据变大，它变得越来越混乱，所以我想知道最佳实践是什么？任何生成建议都会很棒（因为 networkx 似乎功能齐全，所以他们可能有办法做到这一点）。

提前致谢！

更新：仍然没有运气，但这可能会有所帮助：

我输入以下命令的结果G.node是：

它显然用 1/2/12 覆盖了 1/1/12 的铅笔，不确定我是否可以制作一个不同的铅笔。

如何将权重从幂律分布随机分配给具有大量节点的网络。

我写

我知道我通过元组字典（node1，node2，weight）使用以下方法为边分配权重：

但是，当我只是对权重按幂律分布的加权网络感兴趣时，还有另一种更短的方法吗？

我认为我现在这样做效率低下，并且想要一个关于如何更好地做到这一点的建议。目前我有一个有向图并且正在使用节点特定因素（即分析节点，然后将分数分配给两者之间的边）。我有很多因素并不断改变边缘的权重（在我的情况下，权重越高越好）。

但这些都是特定于节点的，我还想利用图的结构来进行推断（更多的边应该给节点一个更好的排名，等等）。

我的问题是这是两个正在发生的不同过程，我想看看我是否可以以某种方式将两者结合在一起进行推断。现在，我在我的节点上运行 pagerank（每组节点都是我的日子，所以我在整个数据集上运行 pagerank 然后只捕获当天的结果），然后获取当天的 pagerank 分数并将它们添加到从各个边到节点的所有权重的总和。它有点令人困惑，我想知道是否有另一种方法，或者我是否可以让 pagerank 考虑边缘权重（或其他东西......我可以轻松修改程序）？

我对当前方法的恐惧是，当我为每个节点添加更多因素来研究时，分数会增加（每个节点添加一个介于 0-1 之间的值）但 pagerank 分数保持很小，所以如果 aa 节点的分数为 25 和pagerank 为 0.034，那么相对而言，pagerank 分数在图上的推理中不会起到很大的作用。

任何帮助或建议都会很棒。我已经阅读了一些图表，但我仍然是一个 n00b，所以请纠正我所做的任何不正确的假设。另外，如果有帮助，我正在为我的图表使用 python 和 networkx 库。

如果我希望这个序列的数字是除零以外的任何数字怎么办？或特定范围内的任何数字？使最小值为 1，例如。甚至在从序列中选择随机数时分配此条件。

powerlaw_sequence(100,exponent=2.0,range(1,20)) 和 powerlaw_sequence(100,exponent=2.0,xmin=1) 都不起作用。谢谢

我正在玩networkx（python中的图形库），我发现文档说PageRank算法在评分时会考虑边缘权重，但我想知道更大的边缘权重更好还是更低的权重更好？